BRAKER

BRAKER on eukaryoottien genomin annotointiin tarkoitettu putki. Se yhdistää GeneMarkin ja AUGUSTUSin, ja sitä voidaan haluttaessa ohjata RNA-Seq- ja/tai proteiininäytöllä, jotta voidaan tuottaa täydelliset geenirakenteen annotaatiot uusille genomeille.

Roihussa BRAKER on tarjolla nimellä BRAKER4 (braker4, versio 0.5.0-beta): putken täydellinen uudelleentoteutus Snakemake-työvuona, joka suorittaa jokaisen taustalla olevan työkalun (GeneMark, AUGUSTUS, DIAMOND, BUSCO/compleasm, RepeatMasker, …) Apptainer/Singularity-säiliöiden sisällä.

Lisenssi

BRAKER on vapaa ja avoimen lähdekoodin ohjelmisto (MIT). BRAKER4-säiliöihin paketoiduilla työkaluilla on omat lisenssinsä, mukaan lukien GeneMark, joka on ilmainen akateemiseen käyttöön.

Saatavuus

Roihu: braker4 0.5.0-beta, bio-apps/v202603-moduulin kautta.

Toiminta Roihussa

BRAKER4 toimii Snakemake-työvuona, joka lähettää putken jokaisen vaiheen omana Slurm-työnään ja suorittaa sen säiliön sisällä. Hallitset työnkulkua braker4-komennolla; se noutaa säiliövedokset ensimmäisellä käyttökerralla ja orkestroi koko annotoinnin.

braker4-moduuli tarjoaa BRAKER4-työvuon sekä valmiin Roihun Snakemake-profiilin polussa $BRAKER4_HOME/profiles/roihu.
Suoritat kaiken /scratch-hakemistossa olevasta hakemistosta (työvuo kirjoittaa sinne; moduulin asennushakemisto on töille vain luku -tilassa).
Säiliövedokset ladataan kerran jaettuun /scratch-välimuistiin ja käytetään uudelleen.

Ennen ensimmäistä ajoa

Tarvitset:

Työhakemiston /scratch-hakemistossa syötteille, tulosteille ja vedosvälimuistille.
config.ini- ja samples.csv-tiedoston kyseiseen työhakemistoon.

config.ini

Kopioi Roihun mallipohja ja muokkaa sitä:

module load bio-apps/v202603 braker4
cp $BRAKER4_HOME/config.ini.roihu config.ini

Mallipohja ohjaa putken lataushakemistot /scratch-hakemistoon (tämä on pakollista — oletusarvot osoittavat vain luku -tilassa olevaan asennushakemistoon). Aseta vähintään kohdassa [paths]:

[paths]
busco_download_path = /scratch/<project>/braker4_busco_downloads

[SLURM_ARGS] määrittää sääntökohtaiset Slurm-resurssit (cpus_per_task, mem_of_node, max_runtime); [containers] luettelee säiliövedokset (oletusarvoilla ne noudetaan automaattisesti).

samples.csv

Yksi rivi kutakin genomia kohden. Otsikkorivi (14 saraketta) ja minimaalinen ab-initio (ES-tila) -esimerkki:

sample_name,genome,genome_masked,protein_fasta,bam_files,fastq_r1,fastq_r2,sra_ids,varus_genus,varus_species,isoseq_bam,isoseq_fastq,busco_lineage,reference_gtf
my_species,/scratch/<project>/genome.fa,/scratch/<project>/genome_masked.fa,,,,,,,,,,eukaryota_odb12,

busco_lineage on pakollinen. Lisää näyttöä täyttämällä asiaankuuluvat sarakkeet, esimerkiksi protein_fasta proteiininäytölle, bam_files (kaksoispistein eroteltuna) RNA-Seq- kohdistuksille tai isoseq_bam IsoSeqille — BRAKER4 valitsee ES-/EP-/ET-/ETP-tilan automaattisesti antamasi näytön perusteella.

BRAKER4:n ajaminen

Aja braker4-putki /scratch-työhakemistostasi. Se on kevyt (se lähettää työt ja odottaa); varsinainen laskenta suoritetaan Slurm-töissä, jotka se käynnistää Roihu-profiilin kautta.

module load bio-apps/v202603 braker4

cd /scratch/<project>/braker_run     # your working directory
cp $BRAKER4_HOME/config.ini.roihu config.ini      # edit busco_download_path etc.
# ... create samples.csv ...

# Fast, node-local cache for container image conversion:
export APPTAINER_CACHEDIR=$TMPDIR/apptainer

braker4 \
    --workflow-profile $BRAKER4_HOME/profiles/roihu \
    --default-resources slurm_account=<project> slurm_partition=small \
    --singularity-prefix /scratch/<project>/braker4_sif

Korvaa <project> omalla projektillasi.
--default-resources slurm_account=… slurm_partition=… täytyy sisältää molemmat arvot yhdessä (jos --default-resources määritetään komentorivillä, se korvaa koko profiilin lohkon).
--singularity-prefix on jaettu, pysyvä vedostallennus; sen täytyy sijaita /scratch-hakemistossa, jotta laskentasolmut voivat lukea vedoksia.
Lisää -n kuivaharjoittelua varten (rakentaa työsuunnitelman lähettämättä mitään) ja --rerun-incomplete, jos haluat jatkaa keskeytynyttä ajoa.

Pitkissä tai raskaissa annotoinneissa aja pää-Snakemake-prosessi interaktiivisessa istunnossa kirjautumissolmun sijaan.

Resurssit ja partiot

BRAKER4:n säännöt ovat yhden solmun töitä, jotka pyytävät tietyn määrän ytimiä ja muistia, mikä sopii Roihun small-partioon. Sääntökohtainen mitoitus tulee config.ini [SLURM_ARGS] -osiosta (oletusarvot: 48 ydintä, 120 GB, 72 h); profiili määrittää vain projektin ja partion. Jos putki epäonnistuu siksi, että jokin vaihe tarvitsee yli 72 h, siirrä kyseinen ajo longrun-partioon (10 päivän raja); jos vaihe tarvitsee yli 1500 GiB, siirrä se hugemem-partioon (enintään 6037 GiB, mutta 36 h:n raja — käytä hugemem_longrun-partiota, jos tarvitaan molemmat).

Lisätietoja

BRAKER4:n kotisivu